革新应付账款：RPA、模糊逻辑与智能黑名单管理
应付账款哪些部分可自动化？
“公司试图自动化字面上每个角度的流程，但应付账款自动化却被留到最后”，Amit说。
这是应用于特定职能的机器人流程自动化例证。
这引出根本问题：为何、为何现在、为何要自动化应付账款？
对Amit而言，资源或缺乏资源是关键点。“公司内应付账款职能不太可能获得大量资源”，他说，这意味着“关注度不高，是最后享受自动化红利的领域之一。”
那意味着什么？应付账款哪部分可自动化？Amit解释，可应用于：
* 采集供应商信息，
* 审核把关，
* 执行付款，
* 与供应商沟通，
* 采集发票，
* 与采购订单匹配，
* 更新账本，
* 决定发票行项应用何种账本代码，
* 自动选择合适审批人。
但自动化也助力合规。确实，任何流程驱动任务，如遵循监管程序，常是任何形式流程自动化的低垂果实，无论是否涉及软件机器人。
“最终应付账款应无处不在，只会成为每家公司工具箱标配”，Amit说。
运作原理
“获取供应商信息后，我们通过模糊逻辑和其他机器学习流程审核，对照黑名单等判定供应商是否合法。执行付款，若付款有问题，应用逻辑和决策建议供应商如何纠正流程中发生的错误。
OCR与逻辑
硬拷贝信息转化较棘手。光学字符识别（OCR）登场。“但OCR只能走这么远”，他说，“我们用托管服务增强OCR能做的事，配合人工，能达到更高比例的发票捕获率。”
Amit给出另一例：
“采集发票时，需决定如笔记本电脑属市场费用、IT费用还是工程费用。逻辑和机器学习逻辑可应用于判定特定发票应用正确账户。机器学习也能帮定审批人，我们通过学习客户过往行为实现。”
Chen Amit是Tipalti联合创始人兼CEO，自动化应付运营。客户涵盖亚马逊、Twitter、Nikon等巨头至中小公司全范围。如今年处理约650万美元年化流水
自动化控制系统